Ученые из Пермского Политеха создали программу в виде электронной книги, которая помогает разобраться в основах классификации данных. Она уже применяется в обучении студентов Передовой инженерной школы «Высшая школа авиационного двигателестроения». Об этом CNews сообщили представители ПНИПУ.
На программу выдано свидетельство № 2024690351. Разработка выполнена в рамках программы стратегического академического лидерства «Приоритет 2030» и внедрена в ПИШ ВШАД ПНИПУ. Программа выиграла конкурс в рамках мероприятия по поиску и защите способных к правовой охране решений, отвечающих требованиям, установленным к программам для ЭВМ, в аэрокосмической отрасли.
В техническом обслуживании оборудования, инженерии и аналитике специалистам часто приходится работать с большими массивами информации. Это позволяет предсказать, когда конкретное оборудование выйдет из строя, и провести профилактическое обслуживание, снизить простои и увеличить эффективность производства. На современных производствах данные ежесекундно собираются с тысяч датчиков на трубопроводах, реакторах, турбинах и насосах. В крупных предприятиях их объем может достигать от 1 до 100 ТБ в месяц (для сравнения, это примерно 1000 часов видео или 310 тыс. фотографий). В таком массиве разнородной информации сложно определить, какие параметры (температура, вибрация, износ) более критичны для поломки оборудования, а какие – менее, и что нужно ремонтировать в первую очередь.
При работе с такими объемами информации аналитики данных используют специальные программы и подходы. Однако в настоящее время они очень сложны и требуют от пользователя высокого уровня знаний и умений в области программирования и математики.
Для упрощения оперирования большими данными и обучения этому ученые Пермского Политеха разработали программу, которая позволяет студентам и специалистам без опыта в программировании освоить основы классификации данных и анализа значимости признаков.
Программа разработана на языке программирования Visual Basic for Applications и представляет собой электронную книгу. Это позволяет ее запускать в любых стандартных офисных пакетах, таких как Excel, Numbers, P7, Polaris Office, Open Office, LibreOffice и др., что делает ее простой в использовании и доступной для широкого круга. Она использует метод, который разделяет объекты на два класса на основе их признаков – это называется дихотомической классификацией.
Предположим, что есть множество приборов – например, датчики на заводе, которые могут работать в двух режимах: нормальный и аварийный (когда что-то сломалось). Нужно понять, в результате воздействия каких факторов датчики выходят из строя. Для этого в программе пользователь в одну таблицу вносит параметры приборов в нормальном режиме (например, температура = 25°C, давление = 1 атм), в другую — в аварийном (например, температура = 100°C, давление = 5 атм). Далее это анализирует программа: смотрит, какие значения чаще встречаются в аварийных случаях, а какие — в нормальных. Например, если при температуре выше 90°C почти всегда случается авария, программа это запомнит. Так она определяет важность параметров и выясняет, какие показатели лучше всего помогают отличить аварию от нормы (например, температура важнее, чем влажность).
«Перед полноценной работой программу нужно обучить на основе уже известной информации. Для этого пользователю необходимо самостоятельно разбить данные, которые он вносит, на категории – «предельный» или «допустимый» износ. Программа построит модель, которая будет учитывать взаимосвязи между признаками и классами. Впоследствии пользователь сможет вводить новые данные, и ПО уже автоматически будет определять, к какому классу они относятся – корректно будет работать этот датчик или нет. Благодаря этому можно предсказывать, как поведет себя оборудование при тех или иных условиях, прогнозировать возможные аварии и предотвращать их», – сказала Юлия Большакова, учебный мастер деканата факультета прикладной математики и механики ПНИПУ.
Такая программа будет полезна специалистам в области технического обслуживания и ремонта, инженерам и аналитикам данных, а также студентам и преподавателям технических и экономических специальностей. Молодыми специалистами она может использоваться для диагностики состояния оборудования (станки, датчики и пр.), прогнозирования отказов и необходимости выполнения ремонтных работ, студентам поможет лучше понять основы статистического анализа и классификации данных, а для преподавателей вузов станет отличным наглядным инструментом демонстрации того, как работают методы машинного обучения. Программа показывает принципы классификации на реальных примерах, можно менять параметры и сразу видеть результат.
Разработка ученых Пермского Политеха не только демонстрирует принципы машинного обучения, но и открывает новые возможности для образования и профессиональной деятельности. Она уже используется в учебной программе студентов Передовой инженерной школы «Высшая школа авиационного двигателестроения». На практическое занятие с данной программой у студентов отведено всего два академических часа – этого достаточно, чтобы объяснить, как работают базовые методы машинного обучения. Обычно для того, чтобы познакомить студентов с основами статистического анализа и классификации данных, требуется не менее одной лекции и двух практик, то есть шесть академических часов. Используя данную программу, удалось включить эту тему в дисциплину.
Эту программу в силу ее простоты можно использовать не только для обучения магистров Передовой инженерной школы, но и для повышения цифровой грамотности студентов любых специальностей, поэтому ее можно тиражировать в рамках проекта «Цифровая кафедра».
Поделиться
